基于多特征多神經網絡融合的目標識別技術*

蔣 攀, 單連平, 劉義海

(江蘇自動化研究所, 江蘇 連云港 222061)

基于多特征多神經網絡融合的目標識別技術*

蔣 攀, 單連平, 劉義海

(江蘇自動化研究所, 江蘇 連云港 222061)

針對決策級融合識別中各單源識別結果高度沖突或拒判時目標綜合識別結果不夠準確的問題,提出了一種基于目標融合特征和多神經網絡融合的識別方法,該方法首先應用遺傳算法融合目標的多種特征,其次使用裝袋方法獨立地構建多個神經網絡,并提出蒙特卡洛隨機融合法融合多神經網絡的識別結果,實驗結果表明該方法能夠通過兩級融合提升目標識別的準確率和穩定性。

目標識別; 遺傳算法; 融合特征; 多神經網絡; 蒙特卡洛隨機融合法

目標綜合識別是通過融合各類傳感器探測到的目標信息,充分利用相互之間的互補和冗余性,得到目標身份信息的過程[1]。準確穩定的目標識別是戰場態勢評估和威脅判斷的基礎,也是聯合作戰和精確打擊的前提。

目前,目標綜合識別的方法已有較多文獻研究,最常用的手段是在決策級進行融合,即基于不同的單源特征使用不同的分類器進行識別,然后對單源識別結果按照一定的策略進行融合完成目標綜合識別[2-3]。這種方式雖然簡單有效,但存在如下問題:1)由于單源識別導致目標有效信息損失較多,因而當單源識別結果高度沖突或有部分單源識別拒判時,決策層融合后得到的結果不夠準確;2)當所有單源均出現拒判情形時,決策級融合識別無法進行。……